- Trang Chủ
- Môi trường
- Mô hình hóa và đánh giá tài nguyên nước mặt: Trường hợp nghiên cứu tại lưu vực sông Ba tỉnh Gia Lai
Xem mẫu
- Bài báo khoa học
Mô hình hóa và đánh giá tài nguyên nước mặt: Trường hợp
nghiên cứu tại lưu vực sông Ba tỉnh Gia Lai
Lê Hoàng Tú1*, Đặng Nguyễn Đông Phương1, Phan Thị Hà1, Nguyễn Thị Huyền2,
Nguyễn Kim Lợi1
1
Trung Tâm Nghiên Cứu Biến Đổi Khí Hậu, Trường Đại Học Nông Lâm Thành Phố Hồ
Chí Minh; tu.lehoang@hcmuaf.edu.vn; dangnguyendongphuong@gmail.com;
haphan0604@gmail.com; ngkloi@hcmuaf.edu.vn
2
Khoa Tài nguyên và Môi trường, Trường Đại Học Nông Lâm Thành Phố Hồ Chí Minh;
nt.huyen@hcmuaf.edu.vn
*Tác giả liên hệ: tu.lehoang@hcmuaf.edu.vn; Tel.: +84–931844631
Ban biên tập nhận bài: 5/2/2022; Ngày phản biện xong: 16/3/2022; Ngày đăng bài:
25/4/2022
Tóm tắt: Đánh giá hiện trạng tài nguyên đất và nước là yêu cầu tiên quyết hỗ trợ công tác
quản lý và sử dụng hiệu quả, bền vững các nguồn tài nguyên này. Theo yêu cầu đó, nghiên
cứu đã ứng dụng mô hình SWAT để mô phỏng lưu lượng dòng chảy phục vụ công tác đánh
giá tài nguyên nước mặt. Nghiên cứu được tiến hành tại lưu vực sông Ba phần tỉnh Gia Lai
trong giai đoạn 1980–2011. Kết quả mô phỏng lưu lượng dòng chảy trung bình hàng năm
cho lưu vực sông Ba trong khoảng 244,54 m3/s trong giai đoạn nghiên cứu. Lưu lượng dòng
chảy có sự phân hóa rõ rệt theo mùa. Bên cạnh đó, lưu lượng dòng chảy tại lưu vực sông Ba
có xu hướng giảm nhẹ hoặc không thay đổi đáng kể chiếm phần lớn các ước tính trong giai
đoạn mô phỏng.
Từ khóa: Mô hình SWAT; Lưu lượng dòng chảy; Phân tích xu hướng; Đánh giá tài nguyên
nước mặt; Lưu vực sông Ba.
1. Mở đầu
Tài nguyên nước nói chung và tài nguyên nước mặt nói riêng chiếm một vị trí đặc biệt
quan trọng trong nguồn tài nguyên trên toàn thế giới, quyết định đến đời sống con người [1–
2]. Tuy nhiên, trong năm thập kỷ qua, biến đổi khí hậu, phát triển kinh tế cũng như sự bùng
nổ dân số đã kéo theo nhu cầu nước ngày càng tăng đã ảnh hưởng rõ ràng đến sự sẵn có của
các nguồn tài nguyên nước tiềm năng ở nhiều vùng [3–6]. Sự suy thoái tài nguyên nước được
biểu hiện rõ về cả mặt số lượng và chất lượng cho cả quốc gia đã và đang phát triển [2]. Hiện
nay, cũng như nhiều nước trên thế giới và trong khu vực, Việt Nam đang phải đối mặt với
nhiều thách thức liên quan đến nguồn nước. Nguồn nước mặt tại nhiều nơi đang suy giảm
mạnh kèm theo đó là tình trạng lũ lụt, nước biển dâng, triều cường, sạt lở bờ biển ngày càng
trầm trọng [7]. Ngoài ra, nhu cầu khai thác nước mặt gia tăng sẽ khiến 11 trong số 16 lưu vực
sông lớn ở Việt Nam phải đối mặt với căng thẳng về nước vào năm 2030 và tình trạng căng
thẳng về nước sẽ ảnh hưởng tới nền kinh tế, xã hội [8]. Bên cạnh đó, đứng trước nguy cơ suy
thoái, cạn kiệt tài nguyên nước còn làm phát sinh những mâu thuẫn trong khai thác, sử dụng,
bảo vệ tài nguyên nước của các quốc gia ở thượng nguồn [9].
Sông Ba được xếp hạng là lưu vực sông lớn nhất ở miền Trung Việt Nam với tổng diện
tích 13.417 km2 [10]. Lưu vực sông Ba cung cấp nước phần lớn cho địa phận của tỉnh Gia
Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 http://tapchikttv.vn/
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 113
Lai và tỉnh Phú Yên [11]. Tuy nhiên, với lượng mưa hàng năm chỉ khoảng 1700 mm và
môđun dòng chảy trung bình năm 25,72 l/s km2, chế độ dòng chảy của sông phân bố không
đồng đều theo không gian và thời gian, chỉ có 25–30% lượng dòng chảy tập trung vào 8–9
tháng mùa khô, dẫn đến hạn hán, ô nhiễm dòng chảy và xâm nhập mặn ở nhiều nơi trên lưu
vực [12–13]. Trong bối cảnh biến đổi khí hậu cùng với nhu cầu sử dụng nguồn nước ngày
một tăng, dự báo dòng chảy sông vào mùa khô sẽ suy giảm đáng kể và đe dọa an toàn nguồn
nước trong tương lai [12, 14]. Tại lưu vực sông Ba cũng có nhiều nghiên cứu liên quan đến
ứng dụng các chỉ số khí tượng và thủy văn hạn hán để thiết lập bản đồ phân loại hạn hán [15];
mô phỏng lượng mưa–dòng chảy vào hồ An Khê trên lưu vực sông [16]; lập bản đồ và mô
hình hóa tiềm năng nước ngầm sử dụng mô hình AI [17]. Tuy nhiên, hiện nay vẫn chưa có
một nghiên cứu nào liên quan trực tiếp đến đánh giá xu hướng tài nguyên nước mặt tại lưu
vực sông Ba trong giai đoạn hiện tại.
Các nhà nghiên cứu đã sử dụng rộng rãi các mô hình thủy văn để đánh giá tài nguyên
nước trên toàn thế giới. Kết quả đã thu được rất nhiều báo cáo về các mô hình và phương
pháp khác nhau [6, 18–20]. Trong đó, SWAT được mô tả là công cụ có ứng dụng rộng rãi và
đạt hiệu quả cao trong đánh giá tài nguyên nước và các khía cạnh liên quan đến tài nguyên
nước [5, 21–23]. Trong những năm gần đây, SWAT cũng đã được áp dụng phổ biến trong
đánh giá, quản lý tài nguyên nước tại Việt Nam. Các nghiên cứu ứng dụng SWAT cho hiệu
quả trong việc đánh giá chất lượng nước; mô phỏng lũ lụt, xây dựng hệ thống cảnh báo lũ
sớm và phân tích tác động của biến đổi khí hậu đến tài nguyên hoặc tài nguyên nước bền
vững [24–30]. Vào năm 2016, mô hình thủy văn cho lưu vực sông tại Huế ứng dụng SWAT
đã đánh giá, mô phỏng tài nguyên nước và rủi ro liên quan đến lũ lụt và cũng như đánh giá
hiệu quả mô hình SWAT [24]. Bên cạnh đó, vào năm 2019, [25] nghiên cứu thành công trong
việc xây dựng hệ thống cảnh báo lũ sử dụng kết hợp mô hình SWAT và HEC–RAS cho lưu
vực sông Vu Gia Thu Bồn. Năm 2021, [26] cũng đã triển khai xây dựng và xác nhận mô hình
SWAT nhằm cung cấp các thông số không gian để đánh giá tài nguyên nước cho lưu vực
sông Mê Kông trong bối cảnh biến đổi khí hậu. Kết quả thu nhận được khẳng định hiệu suất
tốt của mô hình mô phỏng dòng chảy trên lưu vực sông và các thông số không gian được
hiệu chỉnh phản ánh hợp lý sự phức tạp địa hình và khí hậu lưu vực sông Cửu Long. Cũng
trong năm 2021, [27] đã thực hiện đánh giá tính tổn thương cho tài nguyên nước của thượng
nguồn lưu vực sông Đồng Nai. Nghiên cứu đã ứng dụng tích hợp GIS, viễn thám và SWAT.
Các kết quả đã chứng minh rằng SWAT và các kỹ thuật tích hợp có thể là một cách tiếp cận
hiệu quả để cung cấp thông tin hữu ích về hiện trạng tài nguyên nước cho các bên liên quan
trong việc đánh giá các phương án toàn diện về quản lý tài nguyên nước bền vững. Từ những
cái nhìn tổng quan về các nghiên cứu trong và ngoài nước, có thể nhận định SWAT là một
mô hình có tính ứng dụng cao trong mô phỏng thủy văn lưu vực. Từ những luận điểm đã nêu,
nghiên cứu này được thực hiện nhằm mục tiêu cụ thể là mô hình hóa và đánh giá dòng chảy
mặt cho lưu vực sông Ba thuộc phạm vi tỉnh Gia Lai.
2. Phương pháp nghiên cứu
2.1. Khu vực nghiên cứu
Nghiên cứu này được giới hạn thực hiện cho lưu vực sông Ba thuộc địa phận tỉnh Gia
Lai có diện tích khoảng 8334,19 km2 (Hình 1). Lưu vực sông Ba nằm ở phía Đông và Đông
Nam của tỉnh Gia Lai. Lưu vực sông Ba nằm ở độ cao từ 95–1756 m so với mực nước biển
và giảm dần theo chiều bắc nam. Địa hình của lưu vực rất phức tạp bao gồm bị chia cắt bởi
núi và cao nguyên. Theo bản đồ hiện trạng sử dụng đất năm 2020 của tỉnh Gia Lai thì các
loại hình sử dụng đất trong lưu vực có thể phân thành 6 nhóm chính gồm đất đất lâm nghiệp;
nông nghiệp; đất ở; đất chuyên dùng; đất sông suối, mặt nước và đất chưa sử dụng. Trong đó
đất lâm nghiệp chiếm 51,05% tổng diện tích toàn lưu vực [31]. Về mặt thổ nhưỡng, theo hệ
thống phân loại thổ nhưỡng của theo phân loại của Tổ Chức Nông Lương Thế Giới (Food
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 114
and Agriculture Organization–FAO) lưu vực có các nhóm đất chính gồm đất cát; đất phù sa;
đất gley; đất mới biến đổi; đất đen; đất nâu vùng bán khô hạn; đất có tầng đá ong; đất xám;
đất đỏ; đất xói mòn trơ sỏi đá; đất nâu thẫm; đất sét chặt và than bùn [32]. Trong đó, nhóm
đất đỏ vàng là nhóm đất chiếm diện tích lớn nhất với 38,59 % diện tích lưu vực. Lưu vực
sông Ba thuộc vùng khí hậu cao nguyên nhiệt đới gió mùa với lượng mưa trung bình hàng
năm trong khoảng 1200–1750 mm. Khí hậu được chia thành hai mùa rõ rệt: mùa mưa (từ
tháng V đến tháng XI) và mùa khô (từ tháng XII đến tháng IV năm sau). Nhiệt độ trung bình
hàng năm dao động trong khoảng 22°C đến 25°C. Bên cạnh hệ thống sông suối khá phong
phú, trên lưu vực hiện nay còn có rất nhiều hồ nước tự nhiên và nhân tạo như hồ thủy lợi
Ayun Hạ, hồ thủy điện An Khê [33].
Hình 1. Vị trí địa lý và địa hình lưu vực sông Ba phần thuộc tỉnh Gia Lai.
2.2. Đánh giá tài nguyên nước mặt
2.2.1. Mô hình hóa dòng chảy mặt
Công cụ đánh giá đất và nước (Soil and Water Assessment Tool–SWAT) là mô hình thủy
văn bán phân bố được phát triển để dự báo và đánh giá những ảnh hưởng của thực hành quản
lý sử dụng đất đến nước, sự bồi lắng và lượng hóa chất sinh ra từ hoạt động nông nghiệp theo
ranh giới lưu vực trong khoảng thời gian dài [34–35]. Mô hình được xây dựng dựa trên bản
chất vật lý của hiện tượng tự nhiên và sử dụng các phương trình tương quan, hồi quy để mô
tả mối quan hệ giữa thông số đầu vào (ví dụ sử dụng đất/thảm thực vật, đất, địa hình và khí
hậu) và biến số đầu ra (ví dụ lưu lượng dòng chảy, bồi lắng, chất lượng nước). Trong nghiên
cứu này mô hình SWAT được dùng để mô phỏng lưu lượng dòng chảy cho các lưu vực sông
Ba trên địa bàn tỉnh Gia Lai. Mặc dù trong mô hình SWAT có hai phương pháp là ước lượng
dòng chảy mặt là đường cong số SCS (Soil Conservation Service) [36] hoặc Green–Ampt
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 115
[36] có thể áp dụng để mô phỏng dòng chảy mặt, nhưng phương pháp SCS được chọn trong
nghiên cứu này vì tính phổ biến và độ tin cậy cao [36].
𝑅 𝐼
𝑄 =
𝑅 𝐼 +𝑆
Trong đó Qsurf là dòng chảy mặt (mm); Rday là lượng mưa trong ngày (mm); Ia là lưu
lượng dòng chảy mất đi ban đầu bao gồm lưu trữ bề mặt, thấm trước khi hình thành dòng
chảy (mm); S là lượng thấm cho phép tối đa có thể trữ trong đất (mm).
Nghiên cứu này kế thừa mô hình SWAT đã được xây dựng, hiệu chỉnh và kiểm định cho
lưu vực sông Ba từ nghiên cứu của [13]. Nhằm phục vụ cho mục tiêu đánh giá tài nguyên
nước mặt, thời gian chạy mô hình được thiết lập cho giai đoạn 1980–2011. Mô hình SWAT
được hiệu chỉnh trong giai đoạn 1990–2000 và kiểm định trong giai đoạn 2001–2011 tại trạm
An Khê. Bộ thông số đã được hiệu chỉnh và kiểm định từ tiểu lưu vực có trạm thủy văn này
được áp dụng cho các tiểu lưu vực còn lại. Độ tin cậy của mô hình SWAT được đánh giá
thông qua ba chỉ số gồm (i) Nash–Sutcliffe Efficiency (NSE), (ii) Tỉ số giữa căn bậc hai sai
số quân phương của số liệu thực đo và số liệu mô phỏng với độ lệch chuẩn của số liệu thực
đo (Ratio of standard deviation of the observation to the root mean square error–RSR) và
(iii) Phần trăm độ lệch (Percent Bias–PBIAS) [37–38]. Kết quả tính toán các chỉ số đánh giá
cho thấy mô hình SWAT có độ tin cậy tốt trong mô phỏng lưu lượng dòng chảy theo số liệu
quan trắc tại trạm An Khê (Bảng 1) [13].
Bảng 1. Kết quả đánh giá hiệu quả mô phỏng lưu lượng dòng chảy của mô hình SWAT.
Giai đoạn NSE RSR PBIAS
Hiệu chỉnh 0,88 0,35 –3,4
Kiểm định 0,81 0,44 –16,1
2.2.2. Phân tích xu hướng dòng chảy mặt
Nhận dạng và định lượng xu thế thay đổi cho yếu tố dòng chảy là bài toán quan trọng
trong việc đánh giá đặc điểm thuỷ văn trên quy mô lưu vực sông. Thông thường, các phân
tích chỉ tập trung đánh giá sự thay đổi cho một giai đoạn nhất định với độ dài số liệu không
thay đổi. Tuy nhiên, việc thay đổi thời điểm bắt đầu, thời điểm kết thúc hay độ dài số liệu sử
dụng trong bước phân tích chỉ một hoặc một vài năm cũng có thể ảnh hưởng đáng kể đến kết
quả ước tính xu thế cho các yếu tố thuỷ văn [39], ví dụ như tăng/giảm độ dốc xu thế đột ngột
hoặc đảo chiều xu thế tăng/giảm.
Do đó, nghiên cứu này đã áp dụng phương pháp kiểm định thống kê phi tham số Mann–
Kendall [40–41] và hệ số dốc Sen [42] theo hướng tiếp cận tổ hợp tất cả các ước tính xu thế
từ 10 năm trở lên trong giai đoạn phân tích 1980–2011 để đánh giá rõ hơn về đặc điểm thay
đổi của lưu lượng dòng chảy trong nhiều năm qua. Hướng tiếp cận này lần lượt được phát
triển [39, 43]. Theo đó, đối với mỗi đối tượng phân tích (Ví dụ: lưu lượng dòng chảy trung
bình cả năm tại lưu vực sông Ba), nghiên cứu đã thực hiện N = 276 ước tính (N = [(n − 8) ×
(n − 9)]/2, với n là độ dài số liệu từ 1980–2011). Nhìn chung, cách thức lập lại các phép tính
cho phép đánh giá chi tiết hơn về độ nhạy của kết quả ước tính xu thế đối với mỗi thời điểm
bắt đầu, thời điểm kết thúc và tương ứng với mỗi độ dài số liệu từ 10 đến 32 năm trong giai
đoạn 1980–2011. Ngoài ra, phần lớn các biến số khí tượng thuỷ văn đều tồn tại yếu tố tự
tương quan [44–45]. Vì vậy, nghiên cứu đã kết hợp sử dụng kỹ thuật Block Bootstrapping
[46–47] để làm giảm ảnh hưởng của yếu tố tự tương quan trong bước kiểm định mức ý nghĩa
thống kê cho các phân tích xu thế.
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 116
3. Kết quả nghiên cứu
3.1. Mô hình hóa lưu lượng dòng chảy mặt
Dựa vào kết quả mô phỏng, lưu lượng dòng chảy trung bình hàng năm trong khoảng
244,54 m3/s trong giai đoạn 1980–2011 (Hình 2). Như vậy, tổng lượng dòng chảy nước mặt
trung bình hàng năm của các sông suối trên lưu vực khoảng 7,71 tỷ m 3, chủ yếu là từ lượng
nước mặt sinh ra từ mưa. Lưu lượng dòng chảy trong lưu vực có sự phân hóa rõ rệt theo mùa.
Lượng mưa là yếu tố quan trọng chi phối tài nguyên nước cũng như sự phân bố của tài nguyên
nước. Do sự ảnh hưởng của mưa, lưu lượng dòng chảy thay đổi theo quy luật tăng cao trong
mùa mưa và giảm trong mùa khô. Vì vậy, lưu lượng dòng chảy trên lưu vực sông Ba chia ra
hai mùa mưa và mùa khô rõ rệt. Mùa mưa bắt đầu từ tháng V cho đến hết tháng XI và mùa
khô từ tháng XII cho đến tháng IV năm sau. Trong giai đoạn mùa mưa, giá trị lưu lượng dòng
chảy trên lưu vực sông có thể đạt giá trị 450,36 m 3/s. Những tháng từ XII đến tháng IV năm
sau (những tháng mùa khô) thì giá trị lưu lượng dòng chảy nhỏ, nhỏ nhất vào tháng II, III.
Trong giai đoạn này, giá trị trung bình lưu lượng dòng chảy trên sông tại cửa ra lưu vực ở
mức khoảng 92,03 m3/s. Do sự phân bố không cân đối giữa các mùa, tài nguyên nước có thể
bị thất thoát lớn hoặc gây ra thiên tai như lũ lụt trong mùa mưa và thiếu hụt, khan hiếm trong
mùa khô cạn (Hình 2).
Hình 2. Kết quả mô phỏng lưu lượng dòng chảy lưu vực sông Ba giai đoạn 1980–2011.
3.2. Đánh giá xu hướng dòng chảy mặt
Hình 3 trình bày kết quả nhận dạng và định lượng xu thế lưu lượng dòng chảy trung bình
cả năm, mùa mưa và mùa khô trên lưu vực sông Ba. Kết quả phân tích ghi nhận xu thế giảm
nhẹ hoặc không thay đổi đáng kể chiếm phần lớn các ước tính. Tuy nhiên, giai đoạn 10–15
năm gần nhất ghi nhận khuynh hướng tăng trở lại trên lưu vực sông Ba. Ngoài ra, lưu lượng
dòng chảy trung bình trong mùa mưa và tính cho cả năm có đặc điểm xu thế thay đổi cơ bản
thống nhất với nhau tại lưu vực sông Ba, với nguyên nhân phần lớn do tính liên kết với sự
biến thiên của tổng lượng mưa tại khu vực nghiên cứu. Theo đó, tổng lượng mưa năm chủ
yếu do đóng góp từ lượng mưa trong mùa mưa, vì vậy đặc điểm xu thế thay đổi của lượng
mưa và lưu lượng dòng chảy trong mùa mưa và cả năm thường thống nhất với nhau.
Đối với lưu lượng dòng chảy trung bình trong mùa mưa và cho cả năm, các phân tích có
thời điểm kết thúc khoảng trước năm 2000 thường ghi nhận xu thế tăng trên lưu vực sông
Ba, với mức tăng phổ biến từ 0,26–1,62%/năm. Ngược lại, các phân tích có thời điểm kết
thúc trong giai đoạn 2001–2007 thường ghi nhận xu thế giảm, với độ dốc xu thế chủ yếu từ
−0,53 %/năm đến −3,57 %/năm. Trong khi đó, lưu vực sông Ba tiếp tục ghi nhận xu thế tăng
trở lại đối với các phân tích trong giai đoạn 10–15 năm gần nhất, với mức tăng phần lớn từ
1,48–3,57%/năm. Trong mùa khô, lưu lượng dòng chảy trung bình có xu thế giảm chủ yếu
tại khu vực nghiên cứu. Kết quả chỉ ghi nhận xu thế tăng trong các phân tích có thời điểm bắt
đầu khoảng 1990–1993 và thời điểm kết thúc trong những năm 1999–2002 tại lưu vực sông
Ba, với mức tăng chủ yếu từ 0,62–2,35%/năm. Trong khi đó, các phân tích có thời điểm bắt
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 117
đầu sau 1995 và thời điểm kết thúc sau 2004 có xu thế giảm rõ hơn với độ dốc xu thế chủ
yếu từ −0,93%/năm đến −8,84%/năm.
Hình 3. Kết quả nhận dạng và định lượng xu thế lưu lượng dòng chảy trung bình cho lưu vực sông
Ba. Đường thẳng 1:1 và các đường 45° song song đại diện kết quả cho các giai đoạn 10, 20, và 30
năm. Dấu hoa thị “*” đại diện cho xu thế đạt ý nghĩa thống kê với khoảng tin cậy 95%.
4. Kết luận
Nghiên cứu này sử dụng cách tiếp cận mô hình SWAT để mô phỏng lưu lượng dòng
chảy phục vụ đánh giá nguồn tài nguyên nước mặt cho lưu vực sông Ba trên địa bàn tỉnh Gia
Lai. Mô hình SWAT của lưu vực sông Ba được kế thừa với các chỉ số NSE, RSR và PBIAS
cho thấy mô hình SWAT có độ tin cậy tốt trong mô phỏng lưu lượng dòng chảy. Kết quả mô
phỏng lưu lượng dòng chảy trong giai đoạn 1980–2011 chỉ ra rằng lưu lượng dòng chảy có
sự phân hóa rõ rệt theo mùa. Bên cạnh đó, lưu lượng dòng chảy tại lưu vực sông Ba có xu
hướng giảm nhẹ hoặc không thay đổi đáng kể chiếm phần lớn các ước tính trong giai đoạn
mô phỏng. Các kết quả từ nghiên cứu này đã chứng minh khả năng ứng dụng hiệu quả của
mô hình SWAT và phương pháp phân tích xu hướng trong đánh giá nguồn tài nguyên nước
cho các lưu vực sông ở khu vực có địa hình dốc.
Đóng góp của tác giả: Xây dựng ý tưởng nghiên cứu: L.H.T.; Lựa chọn phương pháp nghiên
cứu: L.H.T., D.N.D.P.; Xử lý số liệu: D.N.D.P., P.T.H.; Chạy mô hình: L.H.T., D.N.D.P.,
P.T.H.; Phân tích và đánh giá kết quả: L.H.T., N.K.L.; Viết bản thảo bài báo: L.H.T.,
D.N.D.P., P.T.H., N.K.L., N.T.H.; Chỉnh sửa bài báo: L.H.T., D.N.D.P., P.T.H., N.T.H.,
N.K.L.
Lời cảm ơn: Để hoàn thành nghiên cứu này, chúng tôi trân trọng gửi lời cảm ơn đến Sở Khoa
học và Công nghệ tỉnh Gia Lai đã cấp kinh phí thông qua đề tài: “Xác định tập đoàn giống
cây trồng nông nghiệp chủ lực của tỉnh Gia Lai”, Mã số: KHGL–09–18.
Lời cam đoan: Tập thể tác giả cam đoan bài báo này là công trình nghiên cứu của tập thể
tác giả, chưa được công bố ở đâu, không được sao chép từ những nghiên cứu trước đây;
không có sự tranh chấp lợi ích trong nhóm tác giả.
Tài liệu tham khảo
1. Figuères, Caroline M.; Cecilia, T. Johan, R. World Water Resources: A New
Appraisal and Assessment for the 21st Century. Rethinking Water Management
Innovative Approaches to Contemporary Issues. 1998, 1–242.
http://dx.doi.org/10.4324/9781849772402.
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 118
2. Zhiltsov, S.S.; Igor, S.Z.; Aleksandr V.S.; Oleg, E.G.; Elena, A.M. Role of Water
Resources in the Modern World. Handbook of Environmental Chemistry 2020, 105,
13–29. http://dx.doi.org/10.1007/698_2020_598.
3. Ahn, S.; Zhuping, S. Assessment of Water Availability and Scarcity Based on
Hydrologic Components in an Irrigated Agricultural Watershed Using SWAT. J.
Am. Water Resour. Assoc. 2021, 57(1), 186–203. Doi: 10.1111/1752–1688.12888.
4. Orlov, A.A.; Chechevishnikov, A.L.; Chernyavsky, S.I. Fresh Water Problem the
Global Context of the Russian Policy. 2011.
5. Uddin, Md. G.; Stephen, N.; Agnieszka, I.O. A Review of Water Quality Index
Models and Their Use for Assessing Surface Water Quality. Ecol. Indic. 2021, 122–
107218. http://dx.doi.org/10.1016/j.ecolind.2020.107218.
6. Xu, C.Y.; Singh, V.P. Review on Regional Water Resources Assessment Models
under Stationary and Changing Climate. Water Resour. Manage. 2004, 18(6), 591–
612. http://dx.doi.org/10.1007/s11269-004-9130-0.
7. Sagris, T.; Siraj, T.; Jennifer, Quang, M.G.; N.V.; Justin, A.; Lu, Y. Viet Nam:
Hydro–Economic Framework for Assessing Water Sector Challenges 2030. Water
Resour. Group 2017,124.
8. Kyoochul.; Ha.; Ngoc, N.T.M.; Eunhee, L.; Ramasamy, J. Current Status and Issues
of Groundwater in the Mekong River Basin. Korea Inst. Geosci. Min. Resour. 2015,
125.
9. ADB (Asian Development Bank). Water Vital for Viet Nam’s Future.
10. Thủ Tướng Chính phủ (2010). Quyết định số 1989/QĐ–TTg ngày 1/11/2010 về việc
ban hành danh mục sông liên tỉnh. 2009.
11. Anh, V.T.V.; Thuc, T.; Thong, N.; Duong, P.T.T. Decision Scaling Approach to
Assess Climate Change Impacts on Water Shortage Situation in the Ba River Basin
–Vietnam, 2020.
12. IWARP. Project Synthesis Report: Adjusting Irrigation Planning of the Ba River
Basin and Vicinity Area until 2025 and Vision until 2035, 2018.
13. Tu, L.H.; Huyen, Ha, P.T.; Phuong, D.N.D.; Nghia, N.T.; Hai, L.M.; Liem, N.D.;
Anh, H. H.; Diep, P.G.; Loi, N.K. Ứng dụng mô hình SWAT phục vụ phân vùng tài
nguyên nước mặt và xói mòn đất tại tỉnh Gia Lai. Tạp chí Khí tượng Thủy văn 2021,
732, 13–27. Doi:10.36335/VNJHM.2021(732).13-27.
14. Huynh, T.L.H. Impacts of Climate Change on Ba River Flow. J. Water. Resour. Sci.
Tech. 2018, 71–79.
15. Tri, D.Q.; Dat, T.T.; Truong, D.D. Application of Meteorological and Hydrological
Drought Indices to Establish Drought Classification Maps of the Ba River Basin in
Vietnam. Hydrology 2019, 6(2), 49. http://dx.doi.org/10.3390/hydrology6020049.
16. Hieu, N.V.; Van, C.T.; Cat, V.M. Application of Hydrological Model to Simulate
Rainfall–Runoff into An Khe Reservoir in the Ba River Basin, Vietnam. J. Environ.
Sci. Eng. 2018, 4(3), 634–639.
17. Yen, H.P. Hai.; Binh, T.P.; Phong, T.V.; Ha, D.H.; Romulus, C.; Hiep, V.L.; Huu,
D.N.; Mahdis, A.; Tao, N.V.; Indra, P. Locally Weighted Learning Based Hybrid
Intelligence Models for Groundwater Potential Mapping and Modeling: A Case
Study at Gia Lai Province, Vietnam. Geosci. Front. 2021, 12(5), 101154.
http://dx.doi.org/10.1016/j.gsf.2021.101154.
18. Chanapathi, T.; Thatikonda, S.; Raghavan, S. Analysis of Rainfall Extremes and
Water Yield of Krishna River Basin under Future Climate scenarios. J. Hydrol. Reg.
Stud. 2018, 19, 287–306.
19. Lee, K.S.; Chung, E.S.; Kim, Y.O. Integrated Watershed Management for
Mitigating Streamflow Depletion in an Urbanized Watershed in Korea. Phys. Chem.
Earth Parts A/B/C 2008, 382–394.
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 119
20. Sun, G.; McNulty, S.G.; Moore Myers, J.A.; Cohen, E.C. Impacts of Multiple
Stresses on Water Demand and Supply across the Southeastern United States 1
JAWRA J. Am. Water Resour. Assoc. 2008, 1441–1457.
21. Ahn, S.; Zhuping, S. Assessment of Water Availability and Scarcity Based on
Hydrologic Components in an Irrigated Agricultural Watershed Using SWAT. J.
Am. Water Resour. Assoc. 2021, 57(1), 186–203.
22. Mengistua, D.; Woldeamlak, B.; Alessandro, D.; Hans–Juergen, P. Climate Change
Impacts on Water Resources in the Upper Blue Nile (Abay) River Basin, Ethiopia.
J. Hydrol. 2021, 592–125614. http://dx.doi.org/10.1016/j.jhydrol.2020.125614.
23. Saade, J.; Maya, A.; Sophia, G.; Golmar, G. Modeling Impact of Climate Change
on Surface Water Availability Using SWAT Model in a Semi–Arid Basin: Case of
El Kalb River, Lebanon. Hydrology. 2021, 8(3), 134. Doi:
10.3390/hydrology8030134.
24. Rafiei, E.A.; Martin, K.; Linh, H.K.N. Tsolmon, R. Hydrological Modeling in an
Ungauged Basin of Central Vietnam Using SWAT Model. Hydrol. Earth Syst. Sci.
Discuss. 2016, 1–33.
25. Loi, N.K.; Liem, N.D.; Tu, L.H.; Hong, N.T.; Truong, C.D.; Tram, V.N.Q.; Nhat,
T.T.; Anh, T.N.; Jaehak, J. Automated Procedure of Real–Time Flood Forecasting
in vu Gia – Thu Bon River Basin, Vietnam by Integrating Swat and Hec–Ras
Models. J. Water Clim. Change 2019, 10(3), 535–545. Doi:10.2166/wcc.2018.015.
26. Kha, D.D.; Anh, T.N. Development of a Hydrological Distributed Model Water
Resources Assessment in the Mekong River Basin. Earth. Environ. Sci. 2021, 37(3),
11–20.
27. Hung, P.; Trung, V.L.; Phu, L.V.; Hung, C.D.; Md Mostafizur, R. Vulnerability
Assessment of Water Resources Using GIS, Remote Sensing and SWAT Model–a
Case Study: The Upper Part of Dong Nai River Basin, Vietnam. Int. J. River Basin
Manage. 2021, 1–16. http://dx.doi.org/10.1080/15715124.2021.1901729.
28. Khoi, D.N.; Loi, P.T.; Sam, T.T. Impact of Future Land–Use/Cover Change on
Streamflow and Sediment Load in the Be River Basin, Vietnam. Water 2021, 13(9),
1244. http://dx.doi.org/10.3390/w13091244.
29. Son, N.T.; Huong, H.L.; T.T. Phuong.; N.D. Loc. Application of SWAT Model to
Assess Land Use and Climate Changes Impacts on Hydrology of Nam Rom River
Basin in Vietnam. Prepr. 2020, 1–17.
30. Tran, V.B.; Hiroshi, I.; Takashi, N.; Thu, N.D.; Kei, N. Estimation of Nitrogen Load
with Multi–Pollution Sources Using the SWAT Model: A Case Study in the Cau
River Basin in Northern Vietnam. J. Water. Environ. Technol. 2017, 15(3), 106–
119. http://dx.doi.org/10.2965/jwet.16-052.
31. UBND tỉnh Gia Lai. Điều Kiện Tự Nhiên. Cổng thông tin điện tử tỉnh Gia Lai. 2020.
32. UBND tỉnh Gia Lai. Báo cáo thuyết minh tổng hợp: Quy hoạch sử dụng đất đến năm
2020, kế hoạch sử dụng đất 5 năm (2011–2015) tỉnh Gia Lai. UBND tỉnh Gia Lai.
2012.
33. Kỳ, N. Đ. Xây dựng cơ sở dữ liệu GIS và Atlas điện tử vùng Tây Nguyên. Viện Địa
lý – Viện Hàn lâm Khoa học và Công nghệ Việt Nam. Đề tài nghiên cứu thuộc
Chương trình Tây Nguyên 3. 2016.
34. Arnold, J.G.; Srinivasan, R.; Muttiah, R.S.; Williams, J.R. Large area hydrologic
modeling and assessment part I: Model development. J. Am. Water Resour. Assoc.
1998, 34, 73–89. https://doi.org/10.1111/j.1752–1688.1998.tb05961.x.
35. Neitsch, S.L.; Arnold, J.G.; Kiniry, J.R.; Williams, J.R. Soil and Water Assessment
Tool, Theoretical Documentation: Version 2005. Texas Water Resour. Ins. 2005,
406–494.
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 120
36. Neitsch, S.L.; Arnold, J.G.; Kiniry, J.R.; Williams, J.R. Soil and Water Assessment
Tool Theoretical Documentation Version 2009. Texas Water Resour. Inst. 2011,
406–647.
37. Moriasi, D.N.; Arnold, J.G.; Van Liew, M.W.; Bingner, R.L.; Harmel, R.D.; Veith,
T.L. Model Evaluation Guidelines for Systematic Quantification of Accuracy in
Watershed Simulations. Trans. ASABE 2007, 50, 885–900.
https://doi.org/10.13031/2013.23153.
38. Moriasi, D.N.; Gitau, M.W.; Pai, N.; Daggupati, P. Hydrologic and Water Quality
Models: Performance Measures and Evaluation Criteria. Trans. ASABE, 2015, 58,
1763–1785. https://doi.org/10.13031/trans.58.10715.
39. Zhang, Z.; Dehoff, A.D.; Pody, R.D. New Approach to Identify Trend Pattern of
Streamflows. J Hydrol. Eng. 2010, 15, 244–248.
https://doi.org/10.1061/(ASCE)HE.1943–5584.0000179.
40. Kendall, M.G. Rank Correlation Methods. Charles Griffin & Company Limited,
London. 1975.
41. Mann, HB. Nonparametric Tests Against Trend. Econometrica. J. Econom. Soc.
1945, 13, 245–259. http://www.jstor.org/stable/1907187.
42. Sen, P.K. Estimates of The Regression Coefficient Based on Kendall's Tau. J. Am.
Stat. Assoc. 1968, 63, 1379–1389.
http://dx.doi.org/10.1080/01621459.1968.10480934.
43. McCabe, G.J., Wolock, D.M. A step increase in streamflow in the conterminous
United States. Geophys. Res. Lett. 2002, 29, 31–38.
https://doi.org/10.1029/2002GL015999.
44. Almazroui, M.; Şen, Z. Trend Analyses Methodologies in Hydro–meteorological
Records. Earth Syst. Environ. 2020, 4, 713–738. https://doi.org/10.1007/s41748-
020-00190-6.
45. Storch, H. Misuses of statistical analysis in climate research. In: von Storch H,
Navarra A (ed.) Analysis of climate variability: applications of statistical
techniques. Springer, New York. 1995, 11–26. https://doi.org/10.1007/978-3-662-
03744-7_2.
46. Kundzewicz, Z.W.; Robson, A.J. Detecting Trend and Other Changes in
Hydrological Data. World Climate Programme Water, World Climate Programme
Data and Monitoring, WCDMP–45, WMO/TD no. 1013, World Meteorological
Organization, Geneva, Switzerland. 2000.
47. Önöz, B.; Bayazit, M. Block bootstrap for Mann–Kendall trend test of serially
dependent data. Hydrol. Processes 2012, 26, 3552–3560.
https://doi.org/10.1002/hyp.8438.
Modeling and assessing surface water resource: A case study of
Ba river watershed, Gia Lai province, Vietnam
Le Hoang Tu1*, Dang Nguyen Dong Phuong1, Phan Thi Ha1, Nguyen Thi Huyen2,
Nguyen Kim Loi1
1
Research Center for Climate Change, Nong Lam University–Ho Chi Minh City;
tu.lehoang@hcmuaf.edu.vn; dangnguyendongphuong@gmail.com;
haphan0604@gmail.com; ngkloi@hcmuaf.edu.vn
2
Faculty of Environment and Natural Resources, Nong Lam University–Ho Chi Minh
City; nt.huyen@hcmuaf.edu.vn
Abstract: Assessment status of the existing status of land and surface water resources is a
prerequisite to support effective and sustainable management of these resources. Thus, the
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
- Tạp chí Khí tượng Thủy văn 2022, EME4, 112-121; doi:10.36335/VNJHM.2022(EME4).112-121 121
study applied SWAT model to simulate streamflow which used for surface water resource
assessment. The case study was Ba river watershed in Gia Lai province during period of
1980–2011. The simulated annual streamflow was 244.54 m 3/s during the study preriod.
The simulated streamflow was strongly influenced by seasons in a year. Meanwhile, the
trend analysis results showed that the simulated streamflow had slightly decreasing or
unchanged tendencies in majority estimations during the period.
Keywords: SWAT model; Streamflow; Trend analysis; Surface water resource assessment;
Ba river watershed.
Hội nghị khoa học toàn quốc “Chuyển đổi số và công nghệ số trong Khoa học Trái đất, Mỏ và Môi trường” (EME 2021)
nguon tai.lieu . vn